Reconnaissance Automatique des Chiffres Manuscrits.

Abstract

Ce projet était bénéfique pour nous dans plusieurs sens. Il nous a permis, de nous perfectionner en améliorant nos connaissances en programmation, et en conception et de bien comprendre et mettre en œuvre des systèmes de classification. Les travaux de recherche dans le domaine se focalisent surtout sur deux aspects : l’efficacité et l’amélioration de performances. Les travaux présentés dans ce mémoire abordent la classification automatique des chiffres manuscrits. Cette tache a été réalisée en proposant un classifieur connu dans cette discipline « un réseau de neurones ». Notre contribution consistait à réaliser une extraction des caractéristiques à partir des images, ensuite une implémentation et une optimisation des paramètres du réseaux de neurones multicouches. Les résultats présentés montrent l’évolution de l’étape d’apprentissage ainsi qu’une interprétation liée aux paramètres de la rétro-Propagation du gradient. Ce travail nous conduit à développer des perspectives très intéressantes qui s’inscrivent dans la continuité de nos recherches, nous souhaitons aborder d’autres optimisations avec une proposition de réaliser une sélection des attributs afin de mieux classifier.